Azure DataBricks nace de la unión de los softwares Apache Spark y Databricks, alojados todos en la nube de Microsoft. Permite gestionar los datos en la nube a una escala enorme y abre multitud de posibilidades para el análisis predictivo, la inteligencia artificial y las aplicaciones en tiempo real.
Con este curso sobre Azure Databricks, aprenderá a obtener a conclusiones a partir de los datos y a crear soluciones de inteligencia artificial (IA) con Azure Databricks, a configurar un entorno de Apache Spark, a aplicar escalabilidad automática y a colaborar en proyectos compartidos en un área de trabajo interactiva. Azure Databricks admite Python, Scala, R, Java y SQL, además de marcos y bibliotecas de ciencia de datos, como TensorFlow, PyTorch y scikit-learn.
Temario
Introducción a Azure Databricks
¿Qué es Azure Databricks y cómo se relaciona con Azure?
Conceptos básicos de Apache Spark y su uso en Azure Databricks
Creación y configuración de un cluster en Azure Databricks
Crear un cluster de Azure Databricks utilizando el portal de Azure
Configuración de opciones de seguridad, escalabilidad y rendimiento
Uso de notebooks y dashboards en Azure Databricks
Carga y limpieza de datos con Azure Databricks
Uso de Azure Blob Storage y Data Lake Storage como almacenamiento de datos
Lectura y escritura de diferentes formatos de datos (CSV, JSON, Parquet, etc.)
Uso de herramientas de limpieza de datos como PySpark y Spark SQL
Análisis de datos con Azure Databricks
Uso de PySpark y Spark SQL para explorar y analizar los datos
Creación de gráficos y visualizaciones con Matplotlib y Seaborn
Uso de módulos de aprendizaje automático de Spark (MLlib) para modelado y entrenamiento de datos
Integración de Azure Databricks con otros servicios de Azure
Integración con Azure Data Factory para automatizar procesos de ETL
Integración con Azure Stream Analytics para procesamiento de datos en tiempo real
Integración con Azure SQL Database o Azure Cosmos DB para almacenamiento y análisis de datos
Best practices y buenas prácticas en el uso de Azure Databricks
Diseño de arquitectura y eficiencia en el uso de recursos
Optimización de consultas y rendimiento en Spark
Utilización de técnicas de seguridad y cumplimiento normativo
Fechas, horario y lugar
Fechas: 24/03, 25/03, 31/03, 01/04
Horario: viernes de 4pm a 9pm, sábados de 9am a 2pm
Responsabilidades profesor
Presentar el contenido conforme lo presentado en el programa de formación
Proyecto en Github para clonar
Dar acceso al material necesario (PDFs, ejercicios, software, etcs) para el curso contratado.
Proveer de local para impartir la formación
Responsabilidades alumno
Participar en la formación en el periodo determinado, trayendo un notebook con los requisitos mínimos necesarios para la participación en la formación, siendo estos los siguientes:
Mínimo de 4GB de memoria RAM
Mínimo de 10GB de espacio en disco (HD).
Habilitada la virtualización tanto en software como hardware
Poseer privilegios de administración
Observaciones importantes
Confirmaciones
Las confirmaciones serán enviadas a la dirección de e-mail enviada por el alumno
Cancelaciones
Los plazos para el cancelamiento de inscripciones solicitadas, son de 5 días laborales antes del inicio del curso.
En caso de cancelamiento fuera de plazo por parte del alumno, DevAcademy se reserva el derecho a cobrar un porcentaje (20%) del valor del curso.
DevAcademy se reserva el derecho de cancelar o posponer la formación, siempre y cuando avise al contratante y/o devuelva el importe íntegro en caso de cancelación
Obligaciones del alumno
Es obligatorio que el alumno cumpla con todos las obligaciones recomendadas por el profesor para seguir todos los ejercicios y no demorar ni perjudicar la clase. Es posible que días antes se envie un email como recordatorio al alumno con instrucciones a seguir u obligaciones desarrollar para poder estar preparado al comienzo de la clase.
